2014年國(guó)際消費(fèi)類電子產(chǎn)品展覽會(huì)(CES)在美國(guó)拉斯維加斯拉開了帷幕。而隨著停車和擁擠的交通已經(jīng)成為兩大最單調(diào)乏味的駕駛狀況,在展會(huì)上,汽車設(shè)備供應(yīng)商為我們展示了怎樣減輕司機(jī)在停車時(shí)負(fù)擔(dān)的過程。
在無人駕駛汽車演示區(qū),法雷奧(Valeo)為我們展示了一臺(tái)配備其新技術(shù)的路虎攬勝極光(Range Rover Evoque)停車的過程。站在一旁的工作人員只需點(diǎn)擊控制一款iPhone應(yīng)用,路虎攬勝就會(huì)開始沿一行汽車向前行駛,尋找停車位。當(dāng)它發(fā)現(xiàn)一個(gè)空車位時(shí),就會(huì)自動(dòng)開過去,然后掉轉(zhuǎn)方向盤,倒車停入空位。它甚至能夠自動(dòng)正位,向前行駛一點(diǎn)然后再倒車,以確保與其兩側(cè)汽車的距離均勻。
而在停車過程中,該無人駕駛汽車完全獨(dú)立行駛,并未預(yù)先設(shè)定路線。法雷奧指出,盡管這次只演示了汽車如何倒車泊入停車位,它還可以進(jìn)行平行泊車或機(jī)頭向內(nèi)停放入庫(kù),而且后兩者的操作實(shí)際要比倒車入庫(kù)更容易。
該汽車配有12個(gè)超聲波傳感器,前面和后面各裝有6個(gè),前護(hù)柵上安裝有一臺(tái)激光掃描儀和四個(gè)攝像頭。而這些攝像頭和超聲波傳感器設(shè)備目前都可在路虎攬勝汽車上找到。
此外,法雷奧還為這臺(tái)無人駕駛汽車添加了一個(gè)CPU,用以分析傳感器數(shù)據(jù)并確定進(jìn)入停車位的最佳路線,以及轉(zhuǎn)向、制動(dòng)、加速的控制。該CPU并未超過標(biāo)準(zhǔn)汽車發(fā)動(dòng)機(jī)控制器的大小。
雖然法雷奧也可以將該控制系統(tǒng)嵌入一把遙控鑰匙中,但對(duì)司機(jī)而言,智能手機(jī)應(yīng)用是啟動(dòng)該系統(tǒng)的一種便捷方式。在演示中,法雷奧通過WiFi連接將手機(jī)與汽車聯(lián)通,而且任何通信協(xié)議都是可行的。
同時(shí),這項(xiàng)功能也可以很容易地拓展出另一種功能,即可操縱汽車自動(dòng)從停車位駛出,來到車主面前。法雷奧為寶馬提供了一些這方面的技術(shù),使得寶馬i3的自動(dòng)停車功能成為可能。至今為止,還沒有哪家汽車制造商宣布過其已研發(fā)出無人駕駛停車功能。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語(yǔ)言模型的敘事推理能力與音頻生成技術(shù),通過交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語(yǔ)言模型人性化對(duì)話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。